Identification and Estimation of Consumers' Preferences from Repeated Observations under Nonlinear Pricing
非线性定价下基于重复观测的消费者偏好识别与估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以非线性定价下的消费者效用和潜在偏好类型为结构对象，研究其识别与估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
非线性定价下基于重复观测的消费者偏好识别与估计
- 研究问题
- 面对非线性价格表，如何利用多种价格安排下的重复观测，非参数识别消费者效用函数和未观测偏好类型的分布？
- 方法与思路
- 作者将潜在类型的分位数函数表示为泛函方程的解，提出迭代正则化估计与自助推断，并扩展至价格内生性及可观测异质性。
- 材料陈述的贡献
- 摘要称，方法可识别效用与偏好分布，迭代偏差指数下降而方差多项式增长，从而得到近参数收敛率，并展示于邮政数据。
- 阅读关注点
- 应核对价格表变动提供的识别信息、泛函方程解的唯一性、迭代停止规则，以及内生价格扩展所需的额外条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未获核实；摘要未列出识别及收敛条件，自助法的有限样本表现也未给出数值。
原文摘要
We develop a nonparametric approach to identify and estimate consumer preferences and unobserved heterogeneity under nonlinear price schedules. Leveraging variation across multiple price schedules, we show that both the utility function and the distribution of preference types can be nonparametrically identified. The quantile function of unobserved types becomes solution of a functional equation, and we derive conditions ensuring identification. We propose an iterative approach for estimation, in which the regularization bias decays exponentially in the number of iterations while the variance grows only polynomially, yielding a near-parametric convergence rate. We propose a valid bootstrap procedure for finite-sample inference and extend the framework to accommodate potential endogeneity of prices and additional observed heterogeneity. Monte Carlo simulations and an empirical application to data from a European mail carrier demonstrate how we can recover the utility functions and preference distributions in finite samples.